KCI등재
인공지능을 활용한 정형외과 및 근골격계 종양의 임상 연구 및 동향
저자
발행기관
학술지명
대한정형외과학회지(The Journal of the Korean orthopaedic association)
권호사항
발행연도
2023
작성언어
Korean
주제어
KDC
514
등재정보
KCI등재
자료형태
학술저널
발행기관 URL
수록면
460-467(8쪽)
제공처
소장기관
임상 암 연구는 환자의 다양한 데이터를 토대로 위중도를 예측하거나 치료의 효과를 예측하는 일에 초점을 맞추고 있다. 환자에게서 확보할 수 있는 정보는 유전자 정보를 포함한 영상 정보, 생체 신호, 텍스트 데이터, 생화학적 검사 등 다양하며 현재까지 역학적 방법론을 통하여 이들의 데이터 분석이 이루어져 왔다. 최근에는 인공지능 방법론, 특히 기계 학습 방법들이 역학적 방법론에 비하여 우수한 성능을 보임으로써 많은 임상 연구자들이 기계 학습을 데이터 분석 및 예측에 활용하고 있으며, 몇몇 성능이 우수한 알고리즘들은 의료기기로 허가를 획득하고 실제 임상에 적용되고 있다. 그러므로 이러한 인공지능 의료기기를 앞으로 직접 사용하게 될 의료진들은 이러한 알고리즘들의 장점과 단점에 대해 구체적으로 이해할 필요가 있다. 기계 학습 알고리즘들은 하나의 원리로 작동하는 것이 아니며, 다양한 배경에서 시작된 다양한 알고리즘들이 존재한다. 각 알고리즘들은 사용의 목적에 따라 적합한 경우도 있고 그렇지 않은 경우도 있다. 목적에 적합하게 적용하지 않은 알고리즘은 그 성능이 우수하더라도 임상적으로 사용될 수 없는 경우도 많다. 본 종설에서는 임상에서 활용할 수 있는 인공지능 알고리즘들을 소개하고 적용 사례들을 소개함으로써 인공지능 의료기기의 임상적인 유용성과 그 한계에 대해서 알아보고자 한다.
더보기Clinical cancer researchers have been studying means of predicting the prognosis of cancer and the effectiveness of treatment based on various patient data. The information that can be obtained from patients is diverse, including medical images, genetic data, bio-signals, text data, and biochemical tests. Although traditional epidemiological methodologies have been used for data analysis, recent studies have revealed the superior performance of machine learning algorithms. On the other hand, medical staff directly involved in utilizing artificial intelligent (AI) medical devices in the future will need to understand the strengths and limitations of these algorithms in detail. Machine learning algorithms do not work on a single principle, and various algorithms originating from various backgrounds are available. Each algorithm may or may not be suitable, depending on the purpose. Algorithms not correctly applied for this purpose often cannot be used clinically, even if their performance is excellent. This review aims to provide an overview of the clinical utility and constraints of AI medical devices by introducing various AI algorithms applicable to clinical practice and highlighting relevant case studies.
더보기분석정보
서지정보 내보내기(Export)
닫기소장기관 정보
닫기권호소장정보
닫기오류접수
닫기오류 접수 확인
닫기음성서비스 신청
닫기음성서비스 신청 확인
닫기이용약관
닫기학술연구정보서비스 이용약관 (2017년 1월 1일 ~ 현재 적용)
학술연구정보서비스(이하 RISS)는 정보주체의 자유와 권리 보호를 위해 「개인정보 보호법」 및 관계 법령이 정한 바를 준수하여, 적법하게 개인정보를 처리하고 안전하게 관리하고 있습니다. 이에 「개인정보 보호법」 제30조에 따라 정보주체에게 개인정보 처리에 관한 절차 및 기준을 안내하고, 이와 관련한 고충을 신속하고 원활하게 처리할 수 있도록 하기 위하여 다음과 같이 개인정보 처리방침을 수립·공개합니다.
주요 개인정보 처리 표시(라벨링)
목 차
3년
또는 회원탈퇴시까지5년
(「전자상거래 등에서의 소비자보호에 관한3년
(「전자상거래 등에서의 소비자보호에 관한2년
이상(개인정보보호위원회 : 개인정보의 안전성 확보조치 기준)개인정보파일의 명칭 | 운영근거 / 처리목적 | 개인정보파일에 기록되는 개인정보의 항목 | 보유기간 | |
---|---|---|---|---|
학술연구정보서비스 이용자 가입정보 파일 | 한국교육학술정보원법 | 필수 | ID, 비밀번호, 성명, 생년월일, 신분(직업구분), 이메일, 소속분야, 웹진메일 수신동의 여부 | 3년 또는 탈퇴시 |
선택 | 소속기관명, 소속도서관명, 학과/부서명, 학번/직원번호, 휴대전화, 주소 |
구분 | 담당자 | 연락처 |
---|---|---|
KERIS 개인정보 보호책임자 | 정보보호본부 김태우 | - 이메일 : lsy@keris.or.kr - 전화번호 : 053-714-0439 - 팩스번호 : 053-714-0195 |
KERIS 개인정보 보호담당자 | 개인정보보호부 이상엽 | |
RISS 개인정보 보호책임자 | 대학학술본부 장금연 | - 이메일 : giltizen@keris.or.kr - 전화번호 : 053-714-0149 - 팩스번호 : 053-714-0194 |
RISS 개인정보 보호담당자 | 학술진흥부 길원진 |
자동로그아웃 안내
닫기인증오류 안내
닫기귀하께서는 휴면계정 전환 후 1년동안 회원정보 수집 및 이용에 대한
재동의를 하지 않으신 관계로 개인정보가 삭제되었습니다.
(참조 : RISS 이용약관 및 개인정보처리방침)
신규회원으로 가입하여 이용 부탁 드리며, 추가 문의는 고객센터로 연락 바랍니다.
- 기존 아이디 재사용 불가
휴면계정 안내
RISS는 [표준개인정보 보호지침]에 따라 2년을 주기로 개인정보 수집·이용에 관하여 (재)동의를 받고 있으며, (재)동의를 하지 않을 경우, 휴면계정으로 전환됩니다.
(※ 휴면계정은 원문이용 및 복사/대출 서비스를 이용할 수 없습니다.)
휴면계정으로 전환된 후 1년간 회원정보 수집·이용에 대한 재동의를 하지 않을 경우, RISS에서 자동탈퇴 및 개인정보가 삭제처리 됩니다.
고객센터 1599-3122
ARS번호+1번(회원가입 및 정보수정)